模糊AHP个人信用评分模型设计

The Indicator System to Evaluating Individual Credit Score Based on Fuzzy-AHP
作者： 赵晓冬;郑涛
作者机构： 燕山大学经济管理学院
出版物刊名： 数量经济技术经济研究
页码： 97-100页
主题词： FUZZY-AHP;个人信用;信用等级;评价指标;评价方法;层次分析法;模糊综合评价
摘要：信用活动与经济增长保持着高度相关的关系,尤其是个人信用对GDP的拉动最强,所以搞好我国个人信用制度的建设是当前的重要问题.本文通过对国内外个人信用评估的研究,提出了一种基于FUZZY-AHP评价方法的更符合我国国情的个人信用评级模型的指标体系.。

企业岗位评价与绩效测评应用研究系：机械工程学院专业：工业工程班级：学号：学生姓名：导师姓名：完成日期：前言人和岗位是企业不可或缺的两个基点，人力资源管理模块之间不是时序关系，而是匹配关系，必须在企业战略的统领下，基于企业岗位和人这两个基点，进行人力资源管理各模块的协调整合管理。

系统地进行岗位评价和绩效评估，对于提高整个人力资源管理系统的执行能力有着重要的意义。

企业首先必须对本企业的岗位有一个正确的价值评估；其次，就是要对本企业的员工有一个准确的工作绩效评价，发挥各位员工的优势与特长，真正的体现每个岗位对企业所具有的价值。

从而实现企业与员工的双赢。

但是，目前在我国的大部分企业中普遍存在着这样的问题：员工不满意自己的岗位所处岗级；企业则埋怨该岗位对公司的价值没有体现出来。

之所以出现这样一个问题，首先是企业没有进行科学的岗位评价，致使员工对自己岗位所处的等级不满意，从而引起对薪酬的不满；其次是企业没有对员工进行科学、有效的绩效评估，发现员工的优势与短板所在，及时地进行绩效辅导和岗位的调整。

本文试图利用AHP-模糊综合评价法进行岗位评价和绩效评估，科学地界定岗位的等级序列，精确地实行工作绩效评估，对岗位和员工有一个清楚地、系统地认识，最大限度地提高企业人力资源管理能力。

第1章绪论1.1课题研究背景在一个企业里，人们常常需要确定一个岗位的价值，或者想知道员工的行为对企业的贡献，以此来决定谁应该获得更好的报酬。

那么，究竟如何确定某个职位的价值呢？对不同职位之间的贡献价值如何进行衡量比较呢？以及如何对人员素质及其工作成绩做出客观的评价呢？这就需要进行岗位评价和绩效测评。

对于一个企业来说，岗位设置的合理与否、员工工作的好坏、绩效的高低直接影响着企业的整体效益和效率，而掌握和提高岗位的等级划分、员工的工作绩效是企业管理的一个重要目标，岗位评价和绩效测评就是实现这一目标的人力资源管理工作，有效、科学的岗位评价和绩效测评，是人力资源管理的基础工作。

申请风险评估模型是指通过对消费信贷申请人的资信状况进行评估来预测其未来严重拖欠和坏账概率的模型。

申请风险评估模型在信贷风险管理中有着非常重要的作用，因为其评估结果是信贷审批的主要依据之一。

与国外银行信用卡业务相比，我国各商业银行的信用卡业务的风险管理水平较低，管理手段与方法比较落后。

缺乏一套有效的申请评估方法是阻碍个人信用卡业务进一步开展的主要因素之一。

如何提高我国商业银行信用卡的信用风险管理水平，从而提高信用卡的盈利能力，使其在与外资银行的竞争中处于不败之地是本文的出发点。

本文尝试利用层析分析法(AHP)和BP神经网络相结合的组合评价方法对信用卡申办人进行信用等级评估，寻求降低信用卡的信用风险的有效措施。

一、AHP-BP神经网络模型1.模型构建的出发点传统的B P神经网络模型研究的重点是围绕着如何确定网络的输入、输出层维数的建模问题。

然而，当研究复杂系统建模时，由于影响因素过多，不能确定冗余因素和有用因素，不能将输入的因素简化，这样在输入信息空间维数较大时，网络不仅结构复杂，而且训练时间也很长，从而降低网络性能，影响计算准确度。

因此，本文尝试利用层析分析法作为B P神经网络的前处理，通过已有的专家判断、比较、评价等手段将多个变量的重要程度数量化，以其结果作为B P神经网络的输入值，以减小B P神经网络的结构的复杂性，从而缩短训练时间，并充分利用B P 神经网络强大的容错能力和抗干扰能力，提高模型的效率。

2.两种方法集成的可行性分析以往国内商业银行对信用风险评估相关的数据重视不足，造成有效信息的缺失，而A H P-B P神经网络模型仍具有神经网络采用分布式存储结构的特点，具有很强的容错能力，少量单元的局部缺损不会造成整个网络的瘫痪，适合实际操作。

信用卡风险评估是一个较为复杂的过程，涉及各方面的因素，而且各影响因素与衡量结果之间并不完全是线性关系。

而A H P-B P神经网络模型具有很强的非线性映射能力。

基于模糊层次分析法的大学生“校园贷”个人信用评估为了帮助商业银行评估大学生借贷“校园贷”应满足的条件，基于模糊层次分析法建立了大学生“校园贷”个人信用评估模型。

首先合理的选取大学生“校园贷" 个人信用评估指标，然后通过模糊层次分析法对大学生的个人信用进行综合评估。

实例结果表明所提出的方法是合理有效的，从而为商业银行及各大正规网络贷款平台开展“校园贷”业务提供了一定的决策依据。

标签：大学生；校园贷；模糊层次分析法；个人信用评估Abstract：In order to help commercial banks to evaluate the conditions that college students should meet in campus loans, a personal credit evaluation model of college students9 loans on campus was established based on fiizzy analytic hierarchy process (FAHP)・ Firs t of all, reasonable selection of college students “campus loan" personal credit evaluation indicators, and then through the fuzzy analytic hierarchy process on college students9 personal credit comprehensive evaluation. The results show that the proposed method is reasonable and effective, which provides some decision-making basis for commercial banks and major formal online loan platfbnn to cany out the "campus loan" business・Keywords： college students； campus Ioan； fuzzy analytic hierarchy process；personal credit evaluation“校园贷”本是针对大学生而推出的借贷方式，帮助大学生解决燃眉之急、顺利完成学业、实现创业等。

基于模糊AHP的信息管理系统绩效评估本文根据一般企业信息管理系统三大功能定位以及日常运行保障等因素，构建了信息管理系统绩效评估指标体系。

并基于模糊AHP层级分析理论建立企业信息管理系统的绩效评估模型，提出了多级模糊综合评价方法。

文章以广东省某企业的人事信息管理系统为例，实际应用该评估方法，验证了多级模糊综合评估方法的有效性。

关键词：模糊AHP 信息管理系统绩效评估多级模糊综合评价引言随着计算机信息技术的飞速发展，管理信息系统在企业生产和管理中扮演着重要的角色。

从早期的MRP（物料需求计划系统），到当代的ERP（企业资源计划系统），EC（电子商务），到最新的BI（商业智能），各类管理信息系统在社会众多领域得到广泛应用。

信息管理系统的评价目的是为了估计系统的技术能力、工作性能和系统的利用率，提高管理水平，改善企业的经济效益等。

系统评价度量了系统当前的性能并为进一步改善未来的系统提供依据。

而系统的维护是为了保证信息系统能持续地与用户环境、数据处理操作、政府或其他有关部门的请求取得协调而从事的各项活动。

层次分析方法是1971年Thomas L. Satty为美国国防部从事应变计划问题的研究时所发展出来的一套系统决策方法，主要应用在不确定（Uncertainty）情况下及具有多数个评估准则的决策问题上。

AHP方法的理论简单，同时又具有实用性，因此，自提出以来，已在各个领域广泛使用，且取得不错的效果。

然而，对于绝大多数需要研究的对象，他们都有着各自的不确定性，而这些不确定性主要表现在两个方面：随机性和模糊性。

随机性多指对对象发生的条件无法掌握，使得一些偶然的因素影响到了结果从而产生了不确定性，即结果的不可预知性。

模糊性则是指对象中概念的边界不清楚，而这并不是由于人的主观意识达不到客观实际造成的，它是一种对象的客观属性，描述了对象差异之间存在着过渡的情况。

由于传统的集合论并没有考虑到模糊的概念，于是，著名控制论专家Zadeh 教授在1965年发表了一篇著名的论文—Fuzzy Sets，由此开创了一门新的数学分支—模糊数学。

AHP——模糊综合评价方法的实现模板1. AHP计算权重实现模板根据“立法后的评估指标体系”的设计，一共分成三层：B层（B1——B3）为：立法质量、实施标准、绩效标准；C层（C1——C9）为：合法性、合目的性、技术性、执法司法过程、公众守法状况、公众对工商行政管理部门纠纷处理结果的态度法、院判决的效果、效率、适当性标准；D层（D1——D41）为：C 从下的各个指标。

B层权重计算步骤如下：（1）依据专家打分，构造判断矩阵（具体打分方法，详见AHP的理论部分）（2）归一化处理（具体计算方法，详见AHP的理论部分）（3）计算出归一化后的矩阵行与构量的平均值，该平均值就是各指标的权重值。

（4）权重系数推算结果的一致性检验由于矩阵中两两对比指标的标度是根据“若干专家”的主观判断做出的量化规定，其结果与客观事实间或多或少会有一些偏差，所以必须对上述的初步结果进行一致性检验。

过程一般分为三个阶段 ：一致性尺度计算、相容性指数计算、相容性比率计算。

第一，指标一致性尺度计算一致性尺度 CM （Consistency Measure ）或者叫一致性标度是指检验指标与客观事实是否相符的标准与参照物，在层次分析法中，最大特征根 λmax 就是一致性尺度，其求解步骤为 ①求解向量AW.=⎛⎫ ⎪ ⎪ ⎪⎝⎭（）AW ，左侧为判断矩阵，右侧列为上述计算的权重 ②计算最大特征值 λmax向量 AW 的各个分量 AW i 除以相对应的权重分量 W i 就是各指标的最大特征值，整个判断矩阵的最大特征根就是各指标最大特征值之和的平均值。

计算AW ：第二，相容性指数计算相容性指数 CI （Consistency index ）=(λmax —n)/（n —1），n 为待检验的指标个数。

计算CI=第三，相容性比率计算层次分析法一致性检验的规则是 ：CR ＜ 0.10表示判断矩阵的一致性程度较高，“专家们”对各个指标作出的价值判断与事实基本吻合，如 CR ＞0.10，则表示必须修正判断矩阵中的含义值。

基于AHP-模糊综合评判法的大学生综合素质测评体系构建［摘要］第二课堂的开展有效地提升了大学生的综合素质。

然而，如何科学客观地反映出通过第二课堂的开展对实现大学生综合素质提高的成效一直是困扰高校教育工作者的难题。

本文在对第二课堂的开展进行层次化构建的基础上,借助AHP-模糊综合评判法对大学生的综合素质进行了模拟测评,希望探索出一种实现大学生综合素质测评科学有效的方法。

［关键词］AHP-模糊综合评判法；大学生；第二课堂；综合素质测评第二课堂的顺利开展实现了对大学生综合素质的培养和提升,换言之,要检验第二课堂开展取得的成效就必须对大学生综合素质进行科学客观的测评。

找到科学合理的大学生综合素质测评方法,一方面实现对第二课堂开展运行结果的量化考核,检查学生参与第二课堂活动的成果；另一方面素质测评的结果对学生具有导向和促进作用,能够引导学生朝着优良的大学生综合素质体系发展。

在此我们在建立第二课堂运行体系层次结构的基础上,引入AHP-模糊综合评判法对大学生综合素质进行测评。

1 大学生第二课堂运行体系的层次结构第二课堂内容繁多,建立清晰的结构便于有效地统筹管理。

围绕提高大学生综合素质的目标,对大学生综合素质的因素进行逐层分解、细化和组合,使运行体系结构清晰地展现出来。

经过多方面数据的收集,现将运行体系分解为4个等级的层次结构,其中最高层为“目标层”；第二层为“阵地层”,它将若干相关的指标组合为一个类,以阵地建设的形式进行第二课堂的运行,这里结合第二课堂对大学生素质培养的特点,参照了目前各高校对大学生综合素质的划分方式,通过专家打分的方式,具体将第二课堂活动按照阵地建设的结构划分为思想道德、科技学术、人文素质、体育心理和实践能力创新等5个板块进行管理；第三层为“主题活动层”,通过形式多样的各类主题活动开展,实现对学生综合素质的拓展；第四层为“实施层”，在老师的指导下由学生个体对活动进行选择和参与完成第二课堂教育的实施(如右图所示)。

ＦＡＨＰ法在个人信用评分模型构建中的应用易传和彭江②湖南大学金融学院 摘 要：个人信用评分是个人信用体系建设的关键，而我国的个人信用评分还处于起步阶段，因此，运用合适的研究方法构建具有中国特色的本土化个人信用评分模型显得尤为必要。

本文将ＦＡＨＰ法应用于我国个人信用评分，构造了将定性分析和定量判断相结合的ＦＡＨＰ个人信用评分模型。

ＦＡＨＰ法操作简单，没有苛刻的应用条件，适应范围广，这对我国信用体系不完善背景下个人信用评分模型的构建是一次积极的探索。

关键词：个人信用评分　；　层次分析法　；　模糊层次分析法　；　指标体系：分在与其他国家』：别是随着经济、ｉ．，以主观判断为：：成熟的个人信用ｔ相适应，而且在ｉ围个人信用状淝｝‘怀层备凼东徊埘层的权重与所属样戋国个人信用评舅｝经验判断个人信）优越性。

国外普ｆ数据和样本的要ｒ日兰西百，Ｉ珲１瓯Ｊ妊改矩阵的性质进行蓓的新方法。

因川‘ＦＨ：市厶日Ｌ【，纰雨ｔ形成是建立模糊ＡＨＰ糊一致判断矩阵形成白问卷的基础上，采用程信用评分的相关研究威此珥峦击里旦比干７千卡．５＋０．４－＋－０．２＋０．６＋０．６————１×２变判断矩阵层次单排序的舞一［０．　１８０　０，０．２３０　０，０．３３ｒ 厂＾ｎｎ九 ．，、九ｎｎｎ标得分加总用特征与信，本模型各．乏疾病困扰，对正常爿寿困扰，对正常生活禾寿史，对正常生活和ｊ℃疾病病史（４）争购买任何股票、２总价值≤ｊ万元介值２０万～５０（ｊ（７）： 酋价值＞，银行应结合评分皇阳评估，权衡利弊作改益的考虑，应拒维等虑，应将其归列到 ３ ／＿一撷Ｆ砭矿百一ｏ．｛洳匾Ｊ瓯Ｊ瓯， 狮＝＝——————一 Ｋｉ＋、万‘＋弧指标ＲＩ为１．１２，最 ０．０４８一———三一０．０４． １．１２轩肿｝七＆赂 由ｎ芏下胖…、＝Ｉ＝＿Ｊ，￣Ｈ．．…：同的个人群体选择最具』暴，利刚模糊ＡＨＰ法计霉ｊ适用于不同群体的个人１ｒａｌ　Ｓｔａｔｉｓｔｉｃａｌ　Ｓｏｃｉｅｔｙ．－ｏｍｐａｒｉｓｏｎ　ｏｆ　Ｌｏｇｉｔ　ａ：ｕａｎｔ．　Ａｎａｌ．，　１９８９：墅在个人信用评估应Ｊ。

论基于模糊逻辑的信用风险评估模型随着社会经济的不断发展，金融信贷已经成为了许多人突破经济困境，追求生活幸福的重要途径。

同时，随着金融市场的不断繁荣，金融风险也不可避免地存在。

因此，信用风险评估在金融领域中扮演着至关重要的角色。

本文将探讨基于模糊逻辑的信用风险评估模型。

一、信用风险评估的基本方法在金融领域中，信用风险评估的基本方法是采用建立评分卡模型，对借款人进行信用评估，主要包括以下几个方面的指标：1. 借款人的个人信息，如性别、年龄、文化程度、职业等；2. 借款人的经济状况，如收入、负债情况、债务比例等；3. 借款人的信用历史，如征信记录、逾期情况等。

评分卡模型通常采用逻辑回归模型进行建模，在建模过程中需要将各个指标进行权重打分，建立评分卡。

该模型通常使用经验法进行参数估计，而且也假设各个指标之间所具有的关系是线性的。

但是，实际上各个指标之间的关系往往是复杂的，且不同的指标对风险的贡献程度也不相同。

因此，基于模糊逻辑的风险评估模型应运而生。

二、基于模糊逻辑的风险评估模型模糊逻辑是一种对微小差异作出明确判断的方法，它不仅能够处理因素之间存在模糊性的问题，还能够在不完全知道所需要的信息时对问题临近程度进行表达。

基于模糊逻辑的信用风险评估模型可以将每个指标设置不同的隶属函数，将指标的得分映射到信用评分中。

例如，对于借款人的收入指标，可以将其分为低收入、中等收入、高收入等不同的隶属度，然后根据所给定的指标数据计算隶属度所对应的权重，并进行综合加权得到最终的信用风险评估结果。

三、模糊逻辑的优势与应用与传统的线性回归方法相比，基于模糊逻辑的信用风险评估模型具有以下几个优势：1. 处理模糊、不完整、不一致信息的能力更好，可以更准确地描述借款人的真实情况；2. 能够考虑不同指标的重要性和差异，从而对借款人的信用风险做出更准确的评估；3. 在数据较少、样本非常小的情况下，模糊逻辑方法能够更加有效地进行信用评估和风险控制。

模糊AHP个人信用评分模型设计一、绪论（一）研究背景与意义1. 选题背景在市场经济国家中，商业银行通常被称为“风险机器”，即是说银行通过承担各种各样的风险来获取收入。

在这些风险中，信用风险是尤为重要的风险之一。

而信用风险管理作为银行经营中的控制风险的手段也将贯穿于银行经营管理的整个过程中。

近五十年来，随着经济全球化的不断加深，世界经济发展格局发生了深刻变革，过去的国际金融秩序早已无法满足现代银行业快速发展的需求。

在金融危机席卷全球后，银行所处外部环境也遭到了重大的打击。

1990年以来，多次区域性或全球性经济问题的发生，如大和银行，巴林银行的倒闭，97年东南亚金融危机的发生，2008年美国次贷危机引发的全球经济危机等这些问题都使经济学家们进行了深刻的反思，他们发现其中一个重要的环节问题就是信用风险管理水平相对于经济形势发展水平的落后。

在各式各样的风险种类中，信用风险是最古老的一种。

从人类出现经济活动以来，信用风险就在始终影响经济中所有个体的行为方式。

作为经济活动中心的银行，由于其的经济活动枢纽的地位与责任，也更加直观的面对信用风险的威胁，信用风险管理对于银行的重要性也不言而喻。

以2008年美国次贷危机为例，这次次贷危机直接或间接的导致雷曼兄弟，美林证券等众多知名金融机构的破产，接管和收购，究其根源就是信用风险管理失当的结果。

大量的信贷资金为了赚取更高的利润长期投入高风险投资领域，并且大量低信用群体也得到了授信。

一旦宏观经济调整，整个信贷结构全面倒塌，泡沫破灭引发大规模违约。

当违约损失超过一定限度时，市场上出现一系列连锁反应，各种风险相继被诱发，金融市场的震荡直接冲击了实体经济的发展。

2008年开始的全球金融危机的根源就在于信用风险管理的失败，次级房屋抵押贷款的坏账不断蔓延，金融机构与投资者们相继亏损乃至破产，投资信心收到严重打击，金融界的巨大风暴最终造成了对实体经济的巨大冲击，从而引起了全球性的金融危机。

生产企业员工素质的AHP-模糊综合评价模型及其应用徐鹏【摘要】员工素质是人力资源管理的基本环节,员工素质的高低直接关系到企业的稳定和发展,构建员工素质评价体系对企业十分重要.实行科学有效的员工素质评价体系可以最大程度的实现企业员工和职位的匹配,对于实现员工和企业的双赢有着极为重要的意义.在介绍AHP-模糊综合评价法及其原理的基础上,构建了基于AHP-模糊综合评价法的员工素质的基本模型,同时以生产企业的主体员工素质为研究对象,检验了模型的合理性和可操作性,对生产企业的部分员工进行了评价.%Staff quality management is the basic link of human resource management, which has direct relation-ship with stability and development of enterprise. Not only the matching of staff and position, but also staff and enterprise win-win can be realized completely by carrying out scientific and effective staff quality evaluation sys-tem. Based on AHP-Fuzzy Comprehensive Evaluation and its theory, the paper establishes the basic model of staff quality and sets staff of production enterprise as research object. Finally, the paper assesses some staff on the basis of testing the rationality and operability of model.【期刊名称】《兰州工业学院学报》【年(卷),期】2015(022)005【总页数】5页(P82-86)【关键词】员工素质;AHP-模糊综合评价法;基本模型【作者】徐鹏【作者单位】兰州财经大学工商管理学院,甘肃兰州 730020【正文语种】中文【中图分类】C96;F223经济的快速发展为我国生产企业的发展提供了良好的机遇，但同时生产企业也面临着很多的问题，这些问题主要集中在对员工的管理上.企业在如何招聘、选拔、评估、任用、考核员工等方面出现了一系列的问题，这些问题一直困扰着企业的管理者.通过分析不难看出，这些问题的基本出发点是企业无法对员工的素质进行合理的评价，归根到底就是不能使企业员工素质得以量化.本文采用AHP-模糊综合评价法，通过构建员工素质模型将模糊的、难以量化的员工素质转化成清晰的、可以量化的数值，使这些数值成为管理者能够更好地评价和管理员工的依据.AHP-模糊综合评价模型由两部分构成，即层次分析部分和模糊评价部分.对于所研究的对象，首先采用层次分析法，确定影响研究对象的各因素和子因素的权重；然后根据确定的权重采用模糊评价法进行评价；最后得到最终的结果(见图1).层次分析法(简称AHP)是一种使人们的思维过程和主观判断实现规范化、数量化的方法，可以使很多不确定因素得到很大程度降低，不仅简化了系统分析与计算工作，而且有助于决策者保持其思维过程和决策过程原则的一致性.对于那些难以全部量化处理的复杂的管理问题能够得到比较满意的决策结果，因此这是一种确定权重的科学方法[1].其基本原理是：把所有的要研究的复杂问题看作一个大系统，通过对系统的多因素的分析，划出各因素间相互联系的有效层次；再请专家对每一层次的各因素进行较为客观的判断后，相应给出相对的重要性的定量表示；进而建立数学模型，计算出每一个层次全部因素的相对重要性的权值，并加以排序；最后根据排序结果进行规划决策和选择解决问题的措施[2].模糊综合评价法是把待考察的模糊对象以及反映模糊对象的模糊概念作为一定的模糊集合，建立适当的隶属函数，并通过模糊集合论的有关运算和变换，对模糊对象进行定量分析[3].其基本原理是：首先确定被评判对象的评判语集U=(u1,u2,…,un)和因素集C=(c1,c2,…,cn).其中,ci为各单项指标，ui为对ci的评判等级层次，一般可分为4个等级(优秀、良好、合格、不合格)；再分别确定各个因素权重向量ω及他们的隶属度向量D，经过模糊变换，得到模糊评价矩阵R；最后把模糊评价矩阵与因素的权重向量集进行模糊运算并进行归一化，得到模糊综合评价结果集R，即R=ω×D，于是(C,U,D,ω)构成了一个综合评价模型[4-5].采用AHP-模糊评价模型对企业员工素质进行构建的优点在于1) 在模型中引入层次分析法，解决了确定因素权重的过程中的主观性的问题，克服了以往的模型中对因素权重的确定依赖专家评分的缺点，即不需要评价人给出确切的数值，而是用比较的方法将两两评价的结果进行综合，只要两两对比的结果大部分是准确的，就可以保证各级因素指标权重的准确性；2) 通过模糊算子的模糊综合预测，不但考虑到了各种因素对所研究问题的影响，综合多个评价主体的意见，而且有效地解决了评价过程中出现的模糊性问题，进行科学的定量化处理，将定性评价与定量评价有机结合起来.在参考大量文献的基础上[6-13]，制定了员工素质指标评价体系，其中员工素质可以从基本素质、业务素质、行为素质和绩效素质4个因素进行衡量，然后再对各个因素细分子因素(见表1).员工素质是指员工从事某项事情(行为)所具备的知识、技巧、品质以及工作的能力.具体分为基本素质、业务素质、行为素质和绩效素质4个方面.1) 基本素质.基本素质是指员工自身所具备的素质，包括身体素质、个性和兴趣3个方面.其中身体素质反映员工身体健康程度等；个性反映了员工在日常工作中表现出来的心理和气质特点；兴趣则反映了员工对所在工作岗位的热爱程度.2) 业务素质.业务素质是指员工在所从事的专业岗位上具备的素质，包括专业知识、岗位技能和创新能力3个方面.其中专业知识指员工对相关岗位知识的掌握情况；岗位技能是指员工的技术学习拓展深入程度与基本工作技能达标程度；创新能力是指员工在企业内部学习及实施创新为企业带来利益的能力.3) 行为素质.行为素质是员工从事企业生产活动所必需的基本条件和基本品质，主要包括职业道德品质、企业行为规范和思想政治品质3个维度.其中职业道德品质是指员工是否具有融入集体、爱岗敬业的品质；企业行为规范是指员工在日产工作生活中能否保持积极的生活态度和较高的道德情操；思想政治品质是指员工的政治素养及其表现.4) 绩效素质.绩效素质是指员工从事生产经营活动所获得的成绩和效果，主要包括工作态度和工作能力、工作业绩3个方面.其中工作态度是员工对工作的满意程度状况；工作能力是员工具备完成工作的技能和能力；工作业绩是员工为企业最终利益的产出所做的贡献.3.1 确定目标本文利用AHP-模糊综合评价模型研究的目标是员工素质，以生产企业为研究对象，而在生产企业中的员工主体是操作人员，所以本模型的研究目标是操作人员的素质.3.2 层次分析部分运用层次分析法的目的是确定评价元素的权重，从而为下一步进行模糊评价做准备，其操作步骤如下：1) 建立员工素质的递阶层次结构.对员工素质进行层级分析时，需要确立清晰的分层指标，给出目标和各个因素对应的因素集和子因素.2) 确定判断矩阵.根据专家对员工素质的评价，可将员工素质的每个因素进行两两比较，一般采用1～9比例标度法，其中奇数1,3,5,7,9分别代表指标a比b同等重要，稍微重要，明显重要，十分重要，绝对重要;而偶数2,4,6,8代表上述相邻判断的中值.用αij表示指标a和指标b的比值，1/αij则为指标b和指标a的比值.员工素质的各因素之间的关系矩阵为，，.2) 一致性检验.根据判断矩阵进行层次单排序和层次总排序，进而得到评价因素和子因素的权重，层次单排序的目的是对本层次因素的重要性进行排序，其权重值可以通过特征值和特征向量来解决.① 对C层-Ci层的判断矩阵求解.权重向量ω=(c1,c2,c3,c4)T=(0.066 7,0.459 4,0.149 1,0.324 8)T.最大特征根λmax=4.104 1.一致性比例 CR=0.039 0<0.10，认为判断矩阵的一致性是可以接受的.② 对ci层-cii层的判断矩阵分别求解.权重向量ω1=(0.539 6,0.163 4,0.297 0)T，ω2=(0.750 0,0.125 0,0.125 0)T，ω3=(0.104 7,0.258 3,0.637 0)T，ω4=(0.637 0,0.258 3,0.104 7)T最大特征根λ1max=3.009 2，λ2max=3.000 0，λ3max=3.038 5 ，λ4max=3.038 5.一致性比例CR1=0.008 8 ，CR2=0.000 0 ，CR3=0.037 0， CR4=0.037 0，从结果上可以看出子因素层的评判矩阵具有满意的一致性，计算出来的结果是非常可靠的.4) 进行层次排序.根据对目标层和因素层的判断矩阵进行一致性检验后，将求出的权重按照顺序排列(见表2).3.3 模糊综合评价部分从表2我们可以看出，员工素质是一个多层次模糊综合决策问题，对于多层次模糊问题可以先对低层次因素进行综合分析，然后再对高层次因素进行综合分析. 1) 建立等级评价语集.建立评价语集U={u1,u2,u3,…,un},在这里设员工素质的最终评价等级为优秀、良好、合格、不合格共4个等级.即U={u1,u2,u3,u4}={优秀，良好，合格，不合格}.2) 确定单因素判定矩阵.本文选取了生产企业企业的员工进行综合素质的评价，对该员工素质进行评价的评委共有8人，各位评委的统计结果及其隶属度汇总表(见表3)(括号内为根据括号外的数据得出的隶属度汇总数据.3) 进行模糊综合评价.本文建立的模糊评价体系是二级模糊评价模型，根据模糊理论应该先对子因素层的指标进行单因素评级，然后得出因素层的评价矩阵，最后得出结果.根据表3的模糊隶属度D和前面的因素权重向量ω可以确定模糊关系矩阵R.即R=D·ω.① 确定基本素质的一级模糊评价.基本素质因素权重向量ω1=(0.539 6，0.163 4，0.297 0).基本素质综合评价矩阵.基本素质关系矩阵R1=ω1·D1=[0.219 7，0.395 4，0.347 8，0.037 1].② 确定业务素质的一级模糊评价.业务素质因素权重向量ω2=(0.750 0，0.125 0，0.125 0).业务素质综合评价矩阵.业务素质关系矩阵R2=ω2·D2=[0.015 6，0.171 9，0.671 9，0.140 6].③ 确定行为素质的一级模糊评价.行为素质因素权重向量ω3=(0.104 7，0.258 3，0.637 0).行为素质综合评价矩阵.行为素质关系矩阵R3=ω3·D3=[0.204 6，0.25，0.513 1，0.032 3] ④ 确定绩效素质的一级模糊评价.绩效素质因素权重向量ω4=(0.637 0，0.258 3，0.104 7).绩效素质综合评价矩阵.绩效素质关系矩阵R4=ω4·D4=[0.045 4，0.183 5，0.613 8，0.157 3].⑤ 确定员工素质的二阶模糊评价.员工素质因素权重向量ω=(0.066 7，0.459 4，0.149 1，0.324 8).员工素质综合评价矩阵D=[R1，R2，R3，R4]T=.员工素质关系矩阵R=ω·D=[0.067 1，0.202 2，0.607 7，0.123 0].4) 判定评价等级.确定评价等级的原则是最大隶属度原则，即在求得的员工素质关系矩阵中选择数值最大的一个作为该评价目标的最终考核结果.我们选择数值最大的0.607 7作为最终考评结果，即该员工素质评价为“合格”.同时，可以对员工素质各个因素进行评级，以本员工为例，根据最大隶属度原则，由评价矩阵可知，其基本素质中取0.395 4为考评结果即对基本素质的评价结果为良好；业务素质中取0.671 9为考评结果即对基本素质的评价结果为良好；行为素质中取0.513 1为考评结果即对行为素质的评价结果为合格；绩效素质中取0.613 8为考评结果即对绩效素质的评价结果为合格.此结果表明，该员工的基本素质良好，业务素质、行为素质和绩效素质一般，能够应对常规工作，并且能够取得一般的绩效，符合岗位对该员工的要求.1) 本文对于模型的评价：① 通过对现有员工素质的理论认知，并结合员工素质培养目标的有关要求，确定了员工素质评价模型，此模型能够真实的、客观的反映现阶段企业员工的素质状况.② 通过将AHP和模糊评价法相结合的方法，很好地解决了难以用数据量化的模糊概念，并把员工素质分成不同的维度，从多层面和多角度对员工素质进行评价，使得该评价模型获得了合理的评价结果.2) 本文对管理者的启示：通过两两比较的方法，影响员工素质主要集中在业务素质和绩效素质两个因素上，所以管理者在培养员工的过程中重点注重业务素质和绩效素质的培养；具体到子因素层面上，将子因素权重进行排序不难发现对员工素质影响最大的两个因素是专业知识和工作态度，这就要求管理者在招聘和选拔员工的过程中加强专业知识和工作态度的考核,同时对于已经招聘的员工加强这两方面的培训.3) 本文存在的不足：① 以生产企业为实例进行的研究，因为数据收集的原因没有展开分析；② 研究的对象仅限于生产企业，没有涉及到其他行业，所以该模型的通用性有待进一步研究.【相关文献】[1] 朱建军. 层次分析法的若干问题研究及应用[D]. 沈阳: 东北大学, 2005.[2] 叶珍. 基于AHP的模糊综合评价方法研究及应用[D]. 广东：华南理工大学, 2010.[3] 张丽娜. AHP-模糊综合评价法在生态工业园区评价中的应用[D]. 大连: 大连理工大学, 2006.[4] 吴健峰. 基于模糊规则的现代教学评价的研究与实现[D]. 上海: 华东师范大学, 2007.[5] 陈海素. 基于AHP和模糊评判法的土地利用总体规划实施评价研究[D]. 福州: 福建师范大学, 2008.[6] 邓鸿伟.素质模型的适用性[J].经营管理者,2005(6)：59.[7] 朋震，孙敏.素质模型在企业人力资源管理中的地位及作用[J].科学管理研究,2004(8):90-92.[8] 彭剑锋，荆小娟.员工素质模型设计[M].北京：中国人民大学出版社,2003.[9] [美]斯蒂芬 P 罗宾斯.组织行为学[M].北京：人民大学出版社,1997.[10] 谢晋宇.人力资源开发概论[M].北京：经济科学出版社，2002.[11] 陈剑,吴能全.从适应性角度看胜任素质模型的构建与运用[J].中国人力资源开发,2005(6):70-73.[12] Patty Grigoryev. Hiring by Competency Models[J]. Journal for quality & participation, 2006.[13] Richard Montier, David Alai,Diana Kramer. Competency Models Develop Top Performance[J]. American Society for Training & Development, 2006(7): 47-50.。

基于AHP模糊综合评判的大学生综合素质评价研究[摘要]对大学生的综合素质进行定性定量的评价，有助于对现行的高等教育进行反思，找出经验和不足，促进大学生的全面发展。

本文运用AHP和模糊综合评判方法对大学生进行了综合素质评价，并运用具体算例演示，表明了方法的实用性。

[关键词]AHP 模糊综合评判综合素质评价一、引言大学教育是在高中基础上进行的专业层次教育，是高等教育最重要的组成部分。

大学生入学年龄大致在18—22岁之间，在心理和生理的各个方面均有很大差异。

目前高校的大学生综合素质评价中，仍有大部分停留在以学生成绩作为主要评判标准的阶段，对于学生在思想道德、科技创新等方面的素质重视不够,大部分的素质评价以单一的成绩好坏作为评价标准，造就了在大学生中只要学习成绩好就一切都好的错误观念。

在新的时代背景下，大学生的素质评价往往不仅仅包括在校的学习成绩，还应该包括参加竞赛等的科技创新能力，将所学知识应用于实践的社会实践能力，学生的思想道德素养、人生观价值观等思想态度。

建立科学的评价指标体系，运用模糊综合评判方法对大学生的综合素质进行定性定量的评价，有助于对现行的高等教育进行反思，找出经验和不足，促进大学生的全面发展。

二、大学生综合素质评价的模糊综合模型1.大学生素质评价指标体系的建立在综合考虑国家在大学生教育文件方面的具体要求，结合用人单位对大学生综合素质的要求，结合大学教育特点、大学生生活特点的基础上，本着全面性、重要性和可操作性的原则，建立的大学生综合素质评价的指标体系。

如表1所示。

表1 大学生综合素质评价指标体系在建立评价指标体系时，较以往的评价指标不同，在知识学习方面加入了对学生科研创新能力的评价，对学生将所学知识运用于实践的社会实践指标作为评判标准之一。

将学生成才与社会建设需求紧密结合起来。

2.确定综合评判的因素集和评语集对应的分值为﹛1，0.8，0.6，0.4﹜3.运用AHP确定权重在咨询专家的基础上，根据各个因素之间的相互关系建立多层家指标体系，运用用1-9标度法表示出各元素之间的相对重要性，构造判断矩阵，并计算一致性指标的值，检验判断矩阵的一致性。